Question

我正在尝试创建一个逐行迭代pandas数据帧的函数。我想基于其他列的行值创建一个新列。我的原始数据框可能如下所示：

现在我想在每个索引位置创建一个填充了A列 - B列的行值的新列，以便结果如下所示：

 df:

       A   B   A-B
    0  1   2   -1
    1  3   4   -1
    2  2   2    0

我已经有效的解决方案，但只有当我不在函数中使用它时：

for index, row in df.iterrows():
        print index
        df['A-B']=df['A']-df['B']

这给了我想要的输出，但当我尝试将它用作函数时，我收到错误。

def test(x):
    for index, row in df.iterrows():
        print index
        df['A-B']=df['A']-df['B']
    return df
df.apply(test)

ValueError: cannot copy sequence with size 4 to array axis with dimension 3

我在这里做错了什么，如何才能让它发挥作用？

Answer 1

这是因为默认情况下apply方法适用于列，如果您想通过行，请将axis更改为1：

轴：{0或'索引'，1或'列'}，默认为0


0或'index'：将函数应用于每列

1或'columns'：将函数应用于每一行

df.apply(test, axis=1)

修改

我认为你需要对每一行做一些复杂的操作。如果您只需要相互减去列：

df['A-B'] = df.A - df.B

Answer 2

如Anton所示，您应该使用axis=1参数执行apply函数。但是，没有必要像在函数测试中那样遍历行，因为 apply documentation提及：

传递给函数的对象是Series对象

所以你可以将功能简化为：

def test(x):
    x['A-B']=x['A']-x['B']
    return x

然后运行：

df.apply(test,axis=1)

请注意，实际上您已将test x的参数命名为，而在函数x中根本不使用test。

最后我应该评论你可以用pandas进行列式操作（即没有for循环）只做这个：

df['A-B']=df['A']-df['B']

另见：

如何在迭代pandas数据框时创建新列并插入行值

2 个答案: